Por que o erro quadrático médio do seu modelo está mentindo para você
Dois modelos podem ter o mesmo erro quadrático médio e riscos opostos. Veja por que previsões probabilísticas recuperam a incerteza.
Categoria: Modelos e LLMs
Cobertura de modelos de linguagem (LLMs), IA generativa, benchmarks e as principais novidades em pesquisa e desenvolvimento de modelos de inteligência artificial.
360 publicações encontradas
DeepSeek-V4.1-Flash: o modelo aberto que torna agentes de IA muito mais baratos de rodar
Modelo open source de 552 bilhões de parâmetros reduz o cache KV para 890 bytes por token e usa arquitetura encoder-decoder para…
Pós-treinamento offline de LLMs de código melhora geração sem custo de amostragem online
Estudo mostra que RL offline com dados existentes melhora geração de código zero-shot em poucas horas, em modelos de 0,5B a 7B.
Chopthin-Consensus: amostragem que preserva diversidade melhora raciocínio de LLMs em até 10,6 pontos
Chopthin-Consensus preserva diversidade na amostragem e melhora raciocínio de LLMs em até 10,6 pontos, sem treinamento.
Cognition lança SWE-2: novo modelo de código iguala Fable 5.1 com custo 64% menor
SWE-2, pós-treinado sobre o Kimi K3, atinge 50% no FrontierCode com custo 64% menor — mas roda só dentro do Devin.
Uma letra maiúscula quebrava um bot de IA em silêncio — e o bug não estava no modelo novo
Teste de regressão com 47 mensagens reais de clientes revelou que o modelo em produção escrevia “Request_refund” com R maiúsculo, quebrando o…
DeepSeek V4.1-Flash: nova arquitetura Encoder-Decoder com 763B de parâmetros e visão nativa
Modelo multimodal com licença MIT chega com 552B de parâmetros, cache 8x menor e preço agressivo — e aposenta o V4-Pro.
Qual rank de LoRA usar? Estudo mostra que menos pode ser mais no ajuste fino de difusão
Pesquisa com ranks de 2 a 32 em modelos de difusão conclui: rank 4 a 8 entrega a melhor relação custo-benefício.
Receita aberta para medalha de ouro: como a NVIDIA treinou o Nemotron para a Olimpíada de Matemática
Sistema 100% em linguagem natural marcou 30 de 42 pontos na IMO 2026, atingindo o nível de medalha de ouro sem provador…
Perplexity adota GPT-6 Astra de ponta a ponta: menos supervisão humana e melhor busca
Cofundador Johnny Ho credita ao novo modelo da OpenAI a capacidade de escrever comunicações, alterar software e monitorar sistemas de produção com…
Além do preço por token: como escolher o modelo OpenAI certo no Amazon Bedrock
Benchmark de código aberto mostra que o custo por resultado — não por token — muda o ranking de modelos e pode…
Cohere lança North Small Translate, modelo de tradução de 218B de parâmetros com pesos abertos
Modelo open-weight de tradução com 218B de parâmetros (25B ativos) cobre 50 idiomas e pontua 83,6 no WMT26, superando DeepL e Google…
OpenAI libera GPT-Live-1 na API: voz full-duplex para agentes a US$ 0,05 por minuto
GPT-Live-1 chega à API com voz full-duplex, reação a interrupções e delegação de raciocínio, por US$ 0,05 por minuto.
DeepSeek lança V4.1-Flash: contexto de 1M de tokens e cache KV 437 vezes menor
Modelo multimodal de 552B parâmetros usa atenção esparsa CSA2 e quantização FP4 para cortar o custo de servir agentes de longo horizonte.…
Suno lança v6, primeiro modelo de música feito com apoio da indústria fonográfica
Novo modelo da Suno foi treinado com dados licenciados de Warner, BMG e Believe, e permite editar músicas por chat e usar…
IBM lança modelo Granite Time Series para previsão zero-shot com licença comercial
PatchTST-FM-r2 tem 385 milhões de parâmetros e lidera o benchmark GIFT-Eval entre modelos com licença permissiva para previsão de séries temporais.
7 técnicas para treinar LLMs em hardware limitado sem estourar a memória
Do QLoRA ao FlashAttention-2, veja sete abordagens de engenharia para treinar modelos de linguagem em GPUs de consumo sem esgotar a VRAM.
GPT-6 Astra chega ao Amazon Bedrock: o modelo mais avançado da OpenAI agora roda na AWS
Modelo mais capaz da OpenAI chega ao Amazon Bedrock com janela de contexto de 1 milhão de tokens, uso de computador e…
OpenBMB lança MiniCPM5-2B: modelo aberto de 2,5 bilhões de parâmetros que roda no dispositivo
Modelo denso com licença Apache 2.0 e contexto de 131 mil tokens lidera em uso de ferramentas e agentes de código, superando…
H Company lança NeoMME: encoders multimodais que dispensam torre de visão e decoder
Modelo open source de 260M parâmetros atinge 0.523 nDCG@10 no ViDoRe v3, rivalizando com encoders 14× maiores — com Apache 2.0 e…
VTCDy comprime tokens de vídeo e mantém 97,8% do desempenho em benchmarks
VTCDy aplica princípios de codificação de vídeo para comprimir tokens visuais e mantém 97,8% do desempenho usando só 25% dos tokens.
AERA: controlador de IA decide quando parar de raciocinar e economiza 96% dos tokens
Controlador decide quando parar o raciocínio e mantém 92,61% no GSM8K usando apenas 4,4 respostas por questão — economia de 96% nos…
Estudo revela que embeddings de áudio diferentes servem a tarefas diferentes
Pesquisa compara dois tipos de embedding de áudio e mostra que a melhor representação depende da tarefa — não existe uma única…
IA acerta 97% das perguntas fáceis de finanças e despenca nas difíceis
Novo benchmark de finanças mostra IA acertando 97% das fáceis e apenas 34% das difíceis. Médias altas escondem fragilidades.